AI平台與Agent部署主導人才信號：穩定幣與風控成最新邊際需求

近半年需求仍舊集中，但低能見度不該直接讀成衰退

截至2026-09-09，市場樣本在180天內累積7,405個職位，其中90天有5,100個，30天有1,542個，7天只有81個。若以90天除以180天，占比68.9%，顯示近三個月仍是供需熱度較高的時期；但7天除以30天只剩5.3%，遠低於每週約25%的常態節奏，短期發布動能確實降溫。問題在於這個降溫有多少是真實需求轉弱、有多少是發布時間歸因造成的遲滯。資料品質中約352個職位是以收集時間回填發布時間，因此本週低值更像一個需要下一期確認的觀察信號。

資歷結構也提供類似提醒。180天樣本中，有63.6%的職位沒有標明senior、staff、lead、principal、head或director等層級；這個比例在90天與30天同樣維持63%至64%。換句話說，用人方愈來愈少用單一職稱分級，而更常以任務範圍、決策邊界與交付責任描述工作。僅靠職稱關鍵字做人才尋找，會漏掉大量任務關鍵型職位。

AI基礎設施從熱門主題變成主導結構

在職能層面，AI/演算法是最主要的類別，180天占34.4%、30天占35.3%；資料是第二主線，180天占28.3%、90天占29.0%、30天占28.3%。技術與安全職位則分別占18.2%與6.5%。若把主題納入，AI基礎設施的占比變化更值得注意：180天為54.3%，90天升到69.7%，30天更達73.3%。即使在樣本數只有81個的7天窗口，AI基礎設施仍以43.2%維持第一主題。

Agent/RAG在7天占13.6%，與半年12.1%相當，說明它已經不是實驗性需求，而是編制內的能力。配合新進公司的開缺行為，包括ClickUp集中招募多代理框架與AI平台工程師、6sense設立AI平台產品負責人，市場要的已經不只是演算法能力，而是能把AI放進平台、產品與營運流程的人。

資料職位的單週異常，需要等待覆蓋率校正

資料職位在各長窗口都維持在28%至29%，但在7天窗口只收到1個職位、占1.2%。資料職能不會在七天內自然消失。Agent與RAG系統需要資料管線、檢索品質、評估集、監控與回流機制，資料工程與資料科學反而是AI落地能否規模化的關鍵。更可能的原因是新樣本在職能分類與時間歸因上尚未到位。

同樣的原則也要用在層級占比與短窗口主題占比上。7天樣本中的head占6.2%、founding占1.2%，這些數字容易吸引眼球，但81個樣本無法代表長期結構。正確做法是把短窗口當作早期預警，再用90天與180天的穩定比例確認；若下期資料職位回到20%以上，本週的1.2%就是採樣噪音。

用人方分層：平台與部署角色優先，穩定幣與風控成組浮現

新樣本中可看到三種用人方模式。第一種圍繞AI部署與成果交付，Databricks為美國聯邦部門建立AI Engineer-FDE，Newton's Tree同時招募FDE與SRE，ClickUp以多代理與語音平台職位涵蓋產品化交付。這顯示前沿科技公司不再只投資研究人員，而是需要能把Agent嵌入商業流程並負責產出結果的工程人才，連公部門也開始出現同樣需求。

第二種模式來自數字資產與穩定幣。Binance新增穩定幣前端與市場增長，Ihsan Pay以創始團隊形式招募支付平台與詐騙風控工程師，ApeX與Bitunix分別補上風控管理與風控營運。7天窗口的Web3基礎設施、風控/合規、錢包/支付占比都高於180天，但相對數量很小，只能視為一條正在成形、尚未成為主導的需求線。第三種是Matterhaul、BOSS-IQ、Mentis、VOICE等分散在各領域的早期founding角色，它們代表新公司仍在少量補充關鍵創始團隊。

薪酬信號不足，本期需要對判斷保持克制

7天樣本中只有39.5%的職位有明確薪酬信號，60.5%未知；這與180天的19.8%、90天與30天的17.6%未知形成明顯對比。沒有薪酬標籤不應被視為低薪，因為大量公司是在後續流程才提供薪資級距。

對企業來說，短窗口薪酬資料容易受少數高薪或低薪職位影響，無法代表市場分配。薪酬決策應以90/180天同類職位樣本為基礎，再依候選人的技術深度、任務關鍵程度與所在地調整。人才研究最忌諱在樣本不足時做出太絕對的市場結論。

Talentverse判斷：低能見度時代更需要高確定性行動

這份信號最重要的啟示是：需求不是從AI消失，而是從「會不會做模型」轉向「能不能把AI系統交付到商業流程」。企業若把7天低值誤讀為市場降溫，開始凍結AI平台、多代理、FDE與資料工程職位，很可能在三個月後發現對手已經把關鍵人才放進組織。若只看30天AI基礎設施占73.3%而大量複製相同職稱，又會陷入以熱門標籤取代人才判斷的另一種錯誤。

Talentverse認為，真正應該優先投入的是AI基礎設施與平台工程、多代理與語音Agent、FDE與資料工程；穩定幣、支付與風控則應保持觀察並在出現合適關鍵人物時行動。前沿科技公司需要把「職位名稱」還原為「要解決的任務」，把「趨勢占比」還原為「能力缺口是否可驗證」。當市場數據進入低能見度窗口，任務關鍵型人才的稀缺性不會因此變低；哪一邊能用清楚的商業問題與有說服力的落地場景，對候選人做出高確定性判斷，哪一邊就會在下一階段增長中取得先機。